本课题将数据挖掘技术应用到变电站监控后台的告警信号分析中,为监控后台告警信号光字牌添加超链接,将这一告警信号所有可能的故障节点都提示给变电站值班人员。当监控后台某告警信号发出时,监控画面该告警信号光字牌亮起,值班人员只要点击该光字牌,就能获得该告警信号所有可能的故障节点提示信息,节省查找和翻看相关技术文件和设备图纸的时间,改变现行变电站分析监控后台告警信号时十分依赖值班人员个人经验的模式,避免因不常见的告警信号不会查找或某些图纸遗失破损等情况造成故障误判或延误而导致故障范围扩大,帮助值班人员正确及时地处理电力设备的故障缺陷。本课题在众多监控后台告警信号中选取了几个有代表性的信号进行试验,并且验证了将告警信号分类合并的可行性,通过将相同生产厂家的同类型告警信号进行了合并,为最终实现给每一个告警信号添加提示信息超链接减轻了很多工作量,更重要的是通过告警信号的分类合并将设备图纸中的该告警信号回路完整化,保证本课题为告警信号添加的提示信息不遗漏任何可能的故障节点。在现有的电网生产管理系统后台对检修记录进行数据挖掘时,发现现有的管理系统查询显示中有一些严重影响工作效率的欠缺,比如无法对检索的设备厂家进行细分以及不能直接显示检修记录中的检修结论内容等,因此本课题对这些欠缺的地方进行了改进,在得到更多有效故障节点信息的同时,数据挖掘的效率得到了大幅提升,并且为下一步对故障节点进行算法排序打下基础。因为本课题研究变电站监控后台在给出每个告警信号相应故障节点提示的时候,不仅要求提示信息中的这些故障节点全面完整,而且能够按照发生故障的可能性大小进行排序。本课题借鉴了超市“购物车”分析法,即哪些商品经常同时出现在顾客的购物车中,从而将可能被顾客同时购买的商品放在相邻的货架。本课题应用关联性挖掘FP-growth算法从电网生产管理系统后台数据库中挖掘出同时出现在检修记录中的告警信号和故障节点,并按照故障节点与该告警信号同时出现的概率大小进行排序,即支持度筛选和置信度排序,实现对告警信号提示信息中故障节点的排序。同时考虑到电网生产管理系统后台数据库几乎每天都有新的检修记录写入的情况,本课题应用增量式挖掘F SPM-FP算法先对新增检修记录数据进行频繁节点挖掘,再分几种不同的情况对总数据库进行排序数据挖掘,充分利用最初排序时算法构建的FP-tree,减少遍历总数据库的次数,得到最高效的算法和最接近实际情况的排序结果,能够在变电站值班人员分析告警信号的时候真正起到指导性作用,将因为设备故障引起的损失降到最低,保障电网的稳定运行和社会的用电安全。